Lyft의 마케팅 자동화 플랫폼 구축 이야기

🚗 Lyft의 미션과 성장 배경

Lyft는 "세계 최고의 교통수단으로 사람들의 삶을 개선한다"는 미션을 가지고 매달 5천만 건 이상의 탄소 중립적인 라이드를 제공하고 있어요. 하지만 이 모든 것은 시작에 불과하죠. 🚀
Lyft의 성장은 사용자 획득 과정의 개선에서 비롯되었는데요. 지역별 맞춤 광고 캠페인을 통해 브랜드 인지도를 높이고, 다양한 교통수단 옵션을 고려하게 만드는 방식으로 새로운 사용자를 유치하고 있습니다. 하지만 이런 캠페인을 대규모로 조율하는 작업은 시간이 많이 소요되었고, 이를 해결하기 위해 자동화라는 도전에 나섰습니다.

📈 사용자 획득(Growth Acquisition)의 중요성

Lyft의 사용자 획득은 데이터 기반의 크로스 펑셔널 팀이 주도하며, 규모, 측정 가능성, 예측 가능성에 중점을 둡니다.
사용자 획득은 온보딩 퍼널의 가장 상단에 위치하며, 다양한 채널(검색, 디스플레이 광고, 소셜 미디어 등)을 통해 이루어집니다. 각 채널은 서로 다른 기술과 전략을 요구하기 때문에, Lyft는 각 채널에 맞는 최적의 방법을 찾아내고 실행합니다.

"Lyft가 소비자들에게 최고의 선택이 되도록 만드는 것이 우리의 목표입니다."

🤖 자동화의 필요성과 동기

Lyft는 매일 수천 개의 결정을 내려야 했습니다. 예를 들어:

광고 입찰가와 예산 설정
비효율적인 광고 콘텐츠 비활성화
시장별 추천 보상 변경
고가치 사용자 세그먼트 식별
캠페인 간 전략 공유

이 모든 작업은 마케터들에게 큰 부담이 되었고, 비효율적인 결정을 초래할 가능성이 있었습니다.
"자동화를 통해 반복적인 작업을 줄이고, 마케터들이 혁신과 실험에 집중할 수 있도록 하자!"
이런 목표 아래, Lyft는 Symphony라는 마케팅 자동화 플랫폼을 개발하게 됩니다.

🎼 Symphony: Lyft의 마케팅 자동화 플랫폼

Symphony는 비즈니스 목표를 기반으로 사용자 가치를 예측하고, 예산을 할당하며, 이를 통해 새로운 사용자를 유치하는 시스템입니다.
Symphony의 아키텍처는 크게 세 가지 주요 구성 요소로 이루어져 있어요:

Lifetime Value (LTV) 예측기
- 사용자의 잠재 가치를 예측하여, 각 채널의 효율성을 측정하고 예산을 최적화합니다.
예산 할당기
- 마케팅 성과 데이터를 기반으로 예산을 분배하며, 랜덤 탐색 기법(Thompson Sampling)을 활용해 최적의 결과를 도출합니다.
입찰 시스템(Bidders)
- 광고 입찰가를 설정하고, 이를 내부 및 외부 채널에 배포합니다.

🔮 LTV 예측기: 사용자의 가치를 이해하기

LTV(Lifetime Value)는 사용자가 Lyft에 가져다줄 수 있는 장기적인 가치를 의미합니다.
초기에는 사용자의 유지율, 이용 횟수, 거래 가치를 정확히 알기 어렵기 때문에, Lyft는 과거 데이터를 기반으로 LTV를 예측합니다. 사용자가 서비스를 더 많이 이용할수록 예측 정확도는 점점 높아지죠.

"사용자의 잠재 가치를 정확히 예측하는 것은 중장기적인 전략 목표를 설정하는 데 필수적입니다."

💰 예산 할당기: 최적의 예산 분배

예산 할당기는 LTV 예측 데이터를 활용해 각 캠페인에 적절한 예산을 배정합니다.
Lyft는 Markov Chain Monte Carlo(Thompson Sampling) 기법을 사용해 예산 분배를 최적화합니다. 이 기법은 약간의 무작위성을 도입해, 기존에 고려하지 않았던 가능성을 탐색하고 글로벌 최적점에 도달할 수 있도록 돕습니다.

"적당한 탐색은 장기적으로 최적의 결과를 가져옵니다."

🎯 입찰 시스템(Bidders): 광고 전략의 실행

입찰 시스템은 광고를 적절한 가격에 노출시키기 위해 필요한 모든 변경 사항을 실행합니다.

튜너(Tuners): 광고 입찰 전략을 설정하고, 채널별 특성을 고려해 자본을 배분합니다.
액터(Actors): 실제 입찰가를 내부 및 외부 채널에 전달합니다.

Lyft는 각 채널의 특성을 반영한 맞춤형 입찰 전략을 사용하며, 시장 변동성을 고려한 최신성 가중치와 계절성도 반영합니다.

🌟 결론: 인간과 기계의 협업

Lyft는 "Human-in-the-loop" 접근 방식을 통해, 인간의 피드백을 머신러닝 시스템에 통합하고 있습니다.
자동화가 반복적인 작업을 줄여주는 동안, 마케터들은 다음과 같은 고부가가치 작업에 집중할 수 있습니다:

사용자와 그들의 관심사를 더 깊이 이해하기
새로운 광고 형식, 메시지, 채널을 구상하기
대규모 실험을 위한 가설 수립

"자동화는 마케터들에게 더 많은 시간과 에너지를 제공합니다. 이제 그들은 창의성과 전략에 집중할 수 있습니다."

🚀 미래를 향한 Symphony의 발전

Lyft는 Symphony를 지속적으로 개선하며, 다음과 같은 기능을 추가할 계획입니다:

항상 실행되는 실험(always-on experimentation)
날씨나 시간대와 같은 계절적 요인 통합
더 나은 시장 맥락 제공
지능형 세분화 및 개인화

"Symphony 덕분에 우리는 투자 대비 더 높은 수익을 얻고, 마케터들의 시간을 절약하고 있습니다."

Lyft는 여전히 마케팅 자동화의 초기 단계에 있지만, 머신러닝과 실험을 기반으로 한 밝은 미래를 기대하고 있습니다. Lyft의 여정은 계속됩니다! 🌟

🧑‍💻 Lyft와 함께할 인재를 찾습니다!

Lyft는 성장 팀에서 함께할 엔지니어, 데이터 엔지니어, 과학자, 제품 관리자, 마케터를 찾고 있습니다. Lyft에서의 삶과 채용 정보를 확인해보세요! Lyft Careers 🚀